云进化计算

　　*优化问题指在某些约束条件下，求解某些可选择的变量，使所选定的目标函数达到*优。进化计算是受生物进化过程中“优胜劣汰”的自然选择机制和遗传信息传递规律的启发而形成的优化方法。云模型和进化计算思想的有效结合拓宽了云模型的应用领域，也为进化计算的研究进行了新的探索和尝试。云模型在知识表示中具有不确定性中带有确定性、稳定中又有变化的特点，体现了自然界物种进化的基本原理。本书简单介绍了5种进化计算方法，综述了多种新颖的云进化算法，以及应用云模型对遗传算法、进化规划、进化策略、蚁群算法、粒子群算法、量子进化算法、差分进化算法、人工蜂群算法、人工鱼群算法、模拟退火算法、蛙跳算法、果蝇优化算法等进行改进的方法，详细阐述了云模型、基于贪心思想和云模型的进化算法，以及云进化策略方法。本书适合智能计算、人工智能等专业领域的理工科大学教师和研究生阅读，也可供相关领域研究人员及工程技术人员参考。

　　罗自强，湖北咸宁人，汉族，工学博士，硕士生导师，中共党员。2007年9月毕业于南京解放军理工大学，专业是计算机应用技术。2009年9月至今，在海南师范大学信息科学技术学院从事教学和科研工作。主持或参与国家自然科学基金项目2项，海南省自然科学基金项目6项，出版专著1部，主编教材2部，发表论文30多篇，获得省级科研奖励2项。

目 录
第1章 绪论\t1
1．1 进化计算简介\t1
1．1．1 遗传算法\t3
1．1．2 进化策略\t7
1．1．3 进化规划\t10
1．1．4 遗传编程\t12
1．1．5 差分进化算法\t15
1．2 云进化计算综述\t19
1．2．1 云进化算法\t19
1．2．2 云遗传算法\t23
1．2．3 云进化规划\t27
1．2．4 云进化策略\t28
1．2．5 云蚁群算法\t29
1．2．6 云粒子群算法\t32
1．2．7 云量子进化算法\t37
1．2．8 云差分进化算法\t39
1．2．9 云人工蜂群算法\t41
1．2．10 云人工鱼群算法\t44
1．2．11 云模拟退火算法\t47
1．2．12 云蛙跳算法\t48
1．2．13 云果蝇优化算法\t49
1．3 本章小结\t50
第2章 云模型\t51
2．1 引言\t51
2．2 正态云模型\t51
2．2．1 云和云的数字特征\t51
2．2．2 正向云发生器\t55
2．2．3 正态云的概率分析\t59
2．3 逆向云算法\t66
2．3．1 一种新的逆向云算法\t67
2．3．2 逆向云算法的统计分析\t71
2．4 多维正态云\t79
2．5 广义正态云模型\t83
2．5．1 广义正态分布和广义正态云模型的定义\t83
2．5．2 多重迭代广义正态分布的数学分析\t84
2．6 云运算与词计算\t89
2．6．1 代数运算\t90
2．6．2 云的代数运算的统计算法\t92
2．6．3 逻辑运算\t99
2．6．4 语气运算\t101
2．6．5 云变换\t102
2．6．6 虚拟云\t103
2．7 基于云模型的不确定性推理\t106
2．7．1 单规则推理\t106
2．7．2 多规则推理\t109
2．8 本章小结\t110
第3章 云进化算法与组合优化\t111
3．1 引言\t111
3．2 组合优化\t112
3．3 贪心算法\t114
3．4 旅行商问题\t116
3．4．1 旅行商问题简介\t116
3．4．2 “近邻”的不确定表示\t119
3．4．3 基于贪心思想和云模型的进化算法\t119
3．4．4 实例分析\t121
3．5 背包问题\t124
3．5．1 背包问题简介\t124
3．5．2 “性价比最高”的不确定表示\t126
3．5．3 0-1 KP的数学描述\t128
3．5．4 基于贪心思想和云模型的进化算法\t129
3．5．5 实例分析\t130
3．6 本章小结\t134
第4章 云进化策略与数值优化\t135
4．1 引言\t135
4．2 云进化策略\t135
4．3 云进化策略的变异参数\t139
4．3．1 云分布和变异参数的概率统计分析\t139
4．3．2 云分布的离散度\t141
4．4 云进化策略的统计分析\t144
4．5 Ackley’s函数求解\t148
4．6 软件可靠性分配实例分析\t150
4．7 本章小结\t153
附录A MATLAB 源程序\t155
参考文献\t165